Gépi tanulási algoritmusok számítógépes paleográfiai alkalmazása

OData támogatás
Konzulens:
Dr. Hosszú Gábor
Elektronikus Eszközök Tanszéke

A gépi tanulás olyan rendszerekkel foglalkozik, melyek tanulni képesek, azaz tapasztalatokból tudást generálnak. A gyakorlatban ez azt jelenti, hogy a rendszer minták alapján képes önállóan, vagy emberi segítséggel szabályszerűségeket felismerni vagy meghatározni. Ezen módszerek felhasználása igen széleskörű, hiszen alkalmazhatók számos adatelemzési feladatra, legyen az műszaki, informatikai, gazdaságtudományi vagy akár pszichológiai elemzés. A gépi tanulás elterjedésének legfőbb oka, hogy napjainkra számos területen hatalmas mennyiségű adat feldolgozására van szükség, elég csak az elmúlt években ugrásszerűen fejlődő kép, hang és írásfelismerő szoftverekre gondolni, melyek adatainak feldolgozása más módszerekkel lehetetlen lenne. Szakdolgozatom célja olyan gépi tanulási módszerek vizsgálata, melyek a paleográfiai vizsgálatok során nyújthatnak segítséget a kutatók számára, mely területen ezen módszerek alkalmazása kevésbé elterjedt. Az általam vizsgált módszerek közt találhatók dimenziócsökkentő (többdimenziós skálázás, főkomponens analízis), klaszterező, osztályozó valamint olyan egyéb eljárások mint a variancia-analízis és a korrelációelemzés.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.